使用rts（）函數分析CPI數據的奇怪結果

Question

everyone。我剛開始學習時間系列。

我有以下來自中國的月度CPI數據（2010.01 - 2015.12）。

我想使用ETS從R.

vector1 <- c(100.6, 101.2, 99.3, 100.2, 99.9, 99.4, 100.4, 100.6, 100.6, 100.7, 101.1, 100.5, 101.0, 101.2, 99.8, 100.1, 100.1, 100.3, 100.5, 100.3, 100.5, 100.1, 99.8, 100.3, 101.5, 99.9, 100.2, 99.9, 99.7, 99.4, 100.1, 100.6, 100.3, 99.9, 100.1, 100.8, 101.0, 101.1, 99.1, 100.2, 99.4, 100.0, 100.1, 100.5, 100.8, 100.1, 99.9, 100.3, 101.0, 100.5, 99.5, 99.7, 100.1, 99.9, 100.1, 100.2, 100.5, 100.0, 99.8, 100.3, 100.3, 101.2, 99.5, 99.8, 99.8, 100.0, 100.3, 100.5, 100.1, 99.7, 100.0, 100.5) 

做一些預測與此數據（）函數我試圖按照從下面的鏈接的過程： https://stats.stackexchange.com/questions/146098/ets-function-how-to-avoid-forecast-not-in-line-with-historical-data

的代碼是如如下：

train_ts<- ts(vector1, frequency=12) 
fit2<-ets(train_ts, model="ZZZ", damped=TRUE, alpha=NULL, beta=NULL, gamma=NULL, 
     phi=NULL, additive.only=FALSE, lambda=TRUE, 
     lower=c(0.000,0.000,0.000,0.8),upper=c(0.9999,0.9999,0.9999,0.98), 
     opt.crit=c("lik","amse","mse","sigma","mae"), nmse=3, 
     bounds=c("both","usual","admissible"), ic=c("aicc","aic","bic"), 
     restrict=TRUE) 
ets <- forecast(fit2,h=5,method ='ets') 

plot(forecast(fit2)) 
lines(fit2$states[,1],col='red') 

但是，我得到了下圖，看起來很奇怪。 我得到α= 0，β= 0和γ= 0 ...這似乎意味着我沒有趨勢，沒有季節性？

對不起，我有很多問題..

1. 是否預測是否正確？我認爲這裏有些問題，但我無法弄清楚問題所在。

2. 「fit2 $ states [，1]」代表什麼？紅線代表什麼？

非常感謝所有幫助那種..

然後我試圖使用數據矢量[1:43]的一部分。我得到的是...

Answer 1

首先，平滑參數接近零並不意味着你沒有水平，趨勢或季節性。他們的意思是水平，趨勢或季節性不會隨時間變化。請參閱https://www.otexts.org/fpp/7。

其次，你不認爲你正在使用，甚至認爲你正在使用的預測包指定預測包的版本。因此，讓我們使用軟件包的最新版本試試你的代碼：

library(forecast) 
vector1 <- c(100.6, 101.2, 99.3, 100.2, 99.9, 99.4, 100.4, 100.6, 
    100.6, 100.7, 101.1, 100.5, 101.0, 101.2, 99.8, 100.1, 100.1, 100.3, 
    100.5, 100.3, 100.5, 100.1, 99.8, 100.3, 101.5, 99.9, 100.2, 99.9, 
    99.7, 99.4, 100.1, 100.6, 100.3, 99.9, 100.1, 100.8, 101.0, 101.1, 
    99.1, 100.2, 99.4, 100.0, 100.1, 100.5, 100.8, 100.1, 99.9, 100.3, 
    101.0, 100.5, 99.5, 99.7, 100.1, 99.9, 100.1, 100.2, 100.5, 100.0, 
    99.8, 100.3, 100.3, 101.2, 99.5, 99.8, 99.8, 100.0, 100.3, 100.5, 
    100.1, 99.7, 100.0, 100.5) 
train_ts <- ts(vector1, frequency=12) 
fit2 <- ets(train_ts, damped=TRUE) 
ets <- forecast(fit2, h=5) 
plot(forecast(fit2)) 
lines(fit2$states[,1],col='red') 

這看起來OK我，不一樣的你發佈的內容。

states矩陣的第一列包含系列的級別。在這種情況下，級別會像您期望的那樣遍歷數據的中間。